A Vehicle System for Navigating Among Vulnerable Road Users Including Remote Operation

要約

歩行者やサイクリストなど、脆弱な道路利用者（VRU）を中心に安全かつ効率的にナビゲートできる車両システムを紹介します。
このシステムは、プロトタイプ車両に統合された環境認識、ローカリゼーションとマッピング、モーション計画、および制御のための重要なモジュールで構成されています。
重要なイノベーションは、トポロジ駆動型モデル予測制御（T-MPC）に基づくモーションプランナーです。
ガイダンスレイヤーは、それぞれが障害物回避または非パスのための明確な戦略を表している並行して複数の軌跡を生成します。
基礎となる軌跡の最適化は、一般的な不確実性の下でのVRUとの衝突の共同確率を制約します。
建設ゾーンや緊急対応者との出会いなどの自律能力を超える並外れた状況（「エッジケース」）に対処するために、このシステムには、視覚的および触覚ガイダンスによってサポートされるリモートヒト操作のオプションが含まれています。
シミュレーションでは、モーションプランナーは、安全性と効率の観点から3つのベースラインアプローチを上回ります。
また、自律モードとリモートで動作したモードの両方で、閉じたトラックでのプロトタイプ車両テストの完全なシステムを実証します。

要約(オリジナル)

We present a vehicle system capable of navigating safely and efficiently around Vulnerable Road Users (VRUs), such as pedestrians and cyclists. The system comprises key modules for environment perception, localization and mapping, motion planning, and control, integrated into a prototype vehicle. A key innovation is a motion planner based on Topology-driven Model Predictive Control (T-MPC). The guidance layer generates multiple trajectories in parallel, each representing a distinct strategy for obstacle avoidance or non-passing. The underlying trajectory optimization constrains the joint probability of collision with VRUs under generic uncertainties. To address extraordinary situations (‘edge cases’) that go beyond the autonomous capabilities – such as construction zones or encounters with emergency responders – the system includes an option for remote human operation, supported by visual and haptic guidance. In simulation, our motion planner outperforms three baseline approaches in terms of safety and efficiency. We also demonstrate the full system in prototype vehicle tests on a closed track, both in autonomous and remotely operated modes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google